Helix AI工程师,智能体系统
岗位摘要
设计、训练和部署能够自主运行数小时至数天的多模态智能体;构建能够从原始感官输入(像素、环境状态、本体感觉)推理到结构化动作的智能体;实现用于持久状态、检索和长期推理的情景记忆系统;开发用于多步骤任务执行的规划、推理和工具使用机制
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口,并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 设计、训练和部署能够自主运行数小时至数天的多模态智能体
- 构建能够从原始感官输入(像素、环境状态、本体感觉)推理到结构化动作的智能体
- 实现用于持久状态、检索和长期推理的情景记忆系统
- 开发用于多步骤任务执行的规划、推理和工具使用机制
- 构建具有强稳定性和故障恢复能力的可靠感知→推理→动作循环
- 设计用于衡量智能体推理、规划和可靠性的评估框架、基准和指标
- 设计并运行涵盖预训练、中期训练和后训练整个训练生命周期的数据研究
- 应用强化学习、奖励建模和后训练技术,提升智能体在真实环境中的推理和可靠性
- 开发评估框架和基准,衡量机器人推理、规划及跨多种场景的任务成功率
- 构建用于可扩展模型训练、分布式实验和智能体评估的基础设施
- 与其他团队紧密合作,将智能体模型集成到完整的人形机器人自主堆栈中
任职要求
- 具有构建能够持续运行并完成多步骤任务的自主智能体的经验
- 具有开发能够从像素输入或原始环境观察进行推理的智能体的经验
- 具有实现智能体记忆、规划、推理或工具使用系统的经验
- 具有训练或微调多模态或基础模型的经验
- 精通Python和现代深度学习框架(如PyTorch)
- 具备强大的实验严谨性,能够设计、分析和迭代机器学习系统
- 具备扎实的软件工程技能,能够构建可靠、可维护的系统
- 能够独立工作并端到端负责复杂的技术问题
- 加分项:具有具身AI、机器人学习或机器人策略训练的经验
- 加分项:具有构建多模态基础模型(视觉-语言或视觉-语言-动作)的经验
- 加分项:具有智能体AI系统或长期规划架构的背景
- 加分项:具有大规模分布式训练系统的工作经验
- 加分项:在机器学习、机器人学或具身AI领域有发表记录
- 加分项:对构建在现实世界中运行的自主人形机器人充满热情
福利待遇
- 美国全职岗位的基本年薪范围为200,000至400,000美元
- 薪资可能根据个人因素(如与工作相关的知识、技能和经验)有所调整
- 总薪酬方案可能包括额外的组成部分/福利,具体取决于职位
登录后查看完整岗位详情
使用邮箱验证码登录后,可查看完整职责、任职要求、原岗位入口,并继续使用收藏和浏览记录。列表摘要保持公开,完整详情用于保护数据质量和降低恶意抓取。